CN110737824A - 内容查询方法和装置 - Google Patents
内容查询方法和装置 Download PDFInfo
- Publication number
- CN110737824A CN110737824A CN201810719950.8A CN201810719950A CN110737824A CN 110737824 A CN110737824 A CN 110737824A CN 201810719950 A CN201810719950 A CN 201810719950A CN 110737824 A CN110737824 A CN 110737824A
- Authority
- CN
- China
- Prior art keywords
- content
- label
- tag
- classification
- sample
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Abstract
本申请实施例公开了内容查询方法和装置。该方法的一具体实施方式包括:获取查询请求,查询请求包括基于对内容标签的需求生成的查询式;将查询式与已存储的互联网内容所关联的内容标签相匹配,以查找出满足内容标签需求的目标互联网内容,其中,互联网内容关联的内容标签是通过将互联网内容输入预设的内容标签模型得到的;推送目标互联网内容。该实施方式提升了内容定位精准度,提升了内容查询效率。
Description
技术领域
本申请实施例涉及计算机技术领域,具体涉及数据分析技术领域,尤其涉及内容查询方法和装置。
背景技术
随着互联网技术的发展,产生了越来越多的互联网数据。如何从海量的互联网数据中精准地抓取需要的数据,是互联网技术领域中的一个重要研究方向。
目前的数据查询技术中,通常根据用户输入的查询词与互联网内容的匹配程度来确定查询结果。对查询词的可选词库或查询格式没有限制,用户输入查询词操作的自由度较大。由于互联网内容数据量庞大,每条互联网内容所包含的内容较多,查询过程中的匹配计算需要花费较多的时间。
发明内容
本申请实施例提出了内容查询方法和装置。
第一方面,本申请实施例提供了一种内容查询方法,包括:获取查询请求,所述查询请求包括基于从预设内容标签库中选择的目标内容标签生成的查询式;将所述查询式与已存储的互联网内容所关联的内容标签相匹配,以查找出目标互联网内容,其中,所述互联网内容关联的内容标签是通过将互联网内容输入预设的内容标签模型得到的;推送目标互联网内容。
在一些实施例中,上述方法还包括:将待分析的互联网内容输入预设的内容标签分类模型,得到用于表征待分析的互联网内容的内容特征的标签,作为所述互联网内容关联的内容标签。
在一些实施例中,上述方法还包括:构建所述内容标签分类模型,包括:基于已标注关联的内容标签的样本内容,采用机器学习方法对内容标签分类的初始模型进行训练,得到所述内容标签分类模型。
在一些实施例中,上述基于已标注关联的内容标签的样本内容,采用机器学习方法对内容标签分类的初始模型进行训练,得到所述内容标签分类模型,包括:在预设的内容库中查找出与所述样本内容相似的内容作为扩展内容,将所述样本内容关联的内容标签与对应的扩展内容相关联,得到扩展内容关联的内容标签,基于所述样本内容和与所述样本内容相似的扩展内容生成样本数据;将样本数据中的样本内容和与所述样本内容相似的扩展内容输入所述内容标签分类的初始模型进行标签分类,并比对所述内容标签分类的初始模型的标签分类结果与所述样本内容关联的内容标签和所述扩展内容关联的内容标签,基于比对结果迭代调整所述内容标签分类的初始模型的参数,使调整参数后的内容标签分类的初始模型的标签分类结果与所述样本内容关联的内容标签和所述扩展内容关联的内容标签的比对结果满足预设的收敛条件,得到训练完成的内容标签分类模型。
在一些实施例中,内容标签分类模型包括以下至少一项:内容生产者标签分类模型、内容主题标签分类模型、内容分类角度标签分类模型。
第二方面,本申请实施例提供了一种内容查询装置,包括:获取单元,被配置成获取查询请求,所述查询请求包括基于从预设内容标签库中选择的目标内容标签生成的查询式;匹配单元,被配置成将所述查询式与已存储的互联网内容所关联的内容标签相匹配,以查找出目标互联网内容,其中,所述互联网内容关联的内容标签是通过将互联网内容输入预设的内容标签模型得到的;推送单元,被配置成推送目标互联网内容。
在一些实施例中,上述装置还包括:分类单元,被配置成将待分析的互联网内容输入预设的内容标签分类模型,得到用于表征待分析的互联网内容的内容特征的标签,作为所述互联网内容关联的内容标签。
在一些实施例中,上述装置还包括:构建单元,被配置成按照如下方式构建所述内容标签分类模型:基于已标注关联的内容标签的样本内容,采用机器学习方法对内容标签分类的初始模型进行训练,得到所述内容标签分类模型。
在一些实施例中,上述构建单元进一步被配置成按照如下方式对内容标签分类的初始模型进行训练,得到所述内容标签分类模型:在预设的内容库中查找出与所述样本内容相似的内容作为扩展内容,将所述样本内容关联的内容标签与对应的扩展内容相关联,得到扩展内容关联的内容标签,基于所述样本内容和与所述样本内容相似的扩展内容生成样本数据;将样本数据中的样本内容和与所述样本内容相似的扩展内容输入所述内容标签分类的初始模型进行标签分类,并比对所述内容标签分类的初始模型的标签分类结果与所述样本内容关联的内容标签和所述扩展内容关联的内容标签,基于比对结果迭代调整所述内容标签分类的初始模型的参数,使调整参数后的内容标签分类的初始模型的标签分类结果与所述样本内容关联的内容标签和所述扩展内容关联的内容标签的比对结果满足预设的收敛条件,得到训练完成的内容标签分类模型。
在一些实施例中,内容标签分类模型包括以下至少一项:内容生产者标签分类模型、内容主题标签分类模型、内容分类角度标签分类模型。
第三方面,本申请实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如第一方面提供的内容查询方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,其上存储有计算机程序,其中,程序被处理器执行时实现第一方面提供的内容查询方法。
本申请上述实施例的内容查询方法和装置,通过获取查询请求,查询请求包括基于对内容标签的需求生成的查询式,然后将查询式与已存储的互联网内容所关联的内容标签相匹配,以查找出满足内容标签需求的目标互联网内容,其中,互联网内容关联的内容标签是通过将互联网内容输入预设的内容标签模型得到的;之后推送目标互联网内容,实现了内容的精准定位,同时由于基于内容标签生成的查询式可以准确地定义用户需求,无需进行复杂的需求分析,能够提升查询效率。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本申请实施例可以应用于其中的示例性系统架构图;
图2是根据本申请的内容查询方法的一个实施例的流程图;
图3是根据本申请的内容查询方法的一个应用场景的示意图;
图4是根据本申请的内容查询方法的另一个实施例的流程图;
图5是本申请的内容查询装置的一个结构示意图;
图6是适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的内容查询方法或内容查询装置的示例性系统架构100。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104、以及服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户110可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种数据查询应用,例如搜索引擎客户端、导航客户端、即时通信软件、音视频播放软件等等。
终端设备101、102、103可以是具有显示器并支持互联网访问的各种电子设备,包括但不限于智能手机、平板电脑、智能手表、笔记本电脑、膝上便携型电脑、电子书阅读器等。
服务器105可以是为终端设备提供查询服务的查询服务器,例如可以是搜索引擎服务器,服务器105可以对终端设备101、102、103发出的查询请求进行解析,根据解析结果查询相应的数据,并可以将查询到的数据通过网络104反馈给终端设备101、102、103。
需要说明的是,本申请实施例所提供的内容查询方法可以由服务器105执行,相应地,内容查询装置可以设置于服务器105中。
需要说明的是,服务器可以是硬件,也可以是软件。当服务器为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解,图1中的终端设备、网络、服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络、服务器。
继续参考图2,其示出了根据本申请的内容查询方法的一个实施例的流程200。该内容查询方法,包括以下步骤:
步骤201,获取查询请求。
在本实施例中,内容查询方法的执行主体可以获取用户通过终端设备发出的查询请求,查询请求可以包括基于从预设内容标签库中选择的目标内容标签生成的查询式。其中,预设内容标签库可以包括多个预设的内容标签,内容标签可以是用于表征内容的各维度特征(例如内容主题特征、内容的数据量大小特征、内容发布者特征等)的标签。从预设内容标签库中选择的目标内容标签可以是发出查询请求的用户希望获取的互联网内容所具有的内容标签。
上述执行主体可以通过网络与终端设备建立连接。用户可以通过终端设备上的浏览器或者内容查询应用发出查询请求。用户可以通过选择提供的预设内容标签库中的可选标签作为目标内容标签的形式来表达内容查询需求,也可以通过在查询入口输入包含预设内容标签库中的目标内容标签的查询词来表达内容查询需求。上述执行主体可以获取根据用户选择或输入的内容标签生成的查询式。
内容标签可以是基于对内容的特征提取得出的。举例来说,内容标签可以包括内容生产者标签、内容主题标签、内容分类角度标签、内容的发布时间标签、内容的热度标签、内容的情感倾向标签等。其中,内容生产者标签可以用于表征内容发布者的属性特征,例如发布内容的主体为媒体或个人用户;内容主题标签可以用于表征内容的主题属性特征,包括人物主题、观点主题、热点话题主题、事件主题等等;内容分类角度标签可以用于表征内容的分类方式特征,例如包括垂类标签和地域标签等。可选地,可以包括多个层级的内容标签。例如内容生产者标签可以包括第一层级的媒体标签和用户标签,媒体标签下包括第二层级的央媒标签和地方媒体标签,内容分类角度标签可以包括第一层级的垂类标签和地域标签,垂类标签下可以包括第二层级的栏目标签和行业标签,等等。
在实际场景中,用户可以通过终端设备上的浏览器的查询入口,采用键入需要查询的内容标签、或者点击选择查询入口处提供的可选内容标签的方式来发出执行查询操作,终端设备可以响应于用户的查询操作,根据用户选择或键入的目标内容标签生成查询式。例如,当用户选择内容生产者标签为“媒体”标签、内容分类角度标签为地域标签下的“国内”标签,发布时间标签为“2018年1月”时,可以生成包含查询条件“媒体+国内+2018年1月”的查询式。然后终端设备可以向上述执行主体发出查询请求,上述执行主体可以接收该查询请求。
步骤202,将查询式与已存储的互联网内容所关联的内容标签相匹配,以查找出目标互联网内容。
在本实施例中,可以将步骤201获取的查询请求所包含的查询式与已存储的互联网内容所关联的内容标签相匹配。具体地,可以在关联有内容标签的互联网内容库中查找具有查询式中的目标内容标签的互联网内容,或者可以计算每条互联网内容所关联的一个或多个内容标签与查询式中的目标内容标签的相似度,例如可以采用已构建的相似词语词典,或基于自然语言处理技术得到的相似词语检索模型,对查询式进行扩展,扩展为包含请求查询的目标内容标签的相似标签的查询式,例如可以将“标签A与标签B“扩展为“(标签A或标签A’)与(标签B或标签B’)”,其中A’为A的相似标签,B’为B的相似标签。然后将扩展后的查询式与关联有内容标签的互联网内容进行匹配。若某一条互联网内容关联的内容标签与查询式中包含的所有的目标内容标签都匹配成功,则可以将该互联网内容确定为查找到的目标互联网内容。
在这里,互联网内容可以是互联网中各种数据形式的内容,包括但不限于文章、图片、视频、音频。
上述互联网内容关联的内容标签是通过将互联网内容输入预设的内容标签分类模型得到的。其中,预设的内容标签分类模型可以是预先设定的内容标签与互联网内容的主题、关键词等特性之间的对应关系表。可以在该对应关系表中查找与互联网内容、或者与互联网内容的主题、关键词等对应的内容标签来确定已存储的每一条互联网内容的内容标签,并将查找到的内容标签与该互联网内容关联。例如在该对应关系表中,内容发布者为“新华社”的互联网内容的内容生产者标签为“媒体”和“央媒”。
步骤203,推送目标互联网内容。
在查找到满足查询式中的内容标签需求的目标互联网内容之后,可以向发出查询请求的终端设备推送目标互联网内容。接收到上述执行主体推送的目标互联网内容的终端设备可以呈现目标互联网内容。
本申请上述实施例的内容查询方法,首先获取查询请求,查询请求包括基于从预设内容标签库中选择的目标内容标签生成的查询式,而后将查询式与已存储的互联网内容所关联的内容标签相匹配,以查找出目标互联网内容,其中,互联网内容关联的内容标签是通过将互联网内容输入预设的内容标签模型得到的;之后推送目标互联网内容,通过将基于被选择的内容标签生成的查询式与互联网内容关联的内容标签匹配,实现了内容的精准定位,同时由于基于内容标签生成的查询式可以准确地定义用户需求,无需进行复杂的需求分析,能够提升查询效率。
请参考图3,其示出了根据本申请实施例的内容查询方法的一个示意性的应用场景。如图3所示,在舆情监控的查询界面中,用户可以在提供的内容标签中选择多个内容标签来生成查询式,例如可以选择“线索来源”标签为“媒体”标签,“线索地域”标签为“北京”标签,“线索时间范围”标签为“2018.1.1-2018.1.31”,“线索主题”标签为“人才引进政策”标签,“线索属性”标签为“中性”标签。则生成的包括“媒体”+“北京”+“2018.1.1-2018.1.31”+“人才引进政策”+“中性”的查询式,在开始搜索之后,可以在存储的海量数据中查找具有内容标签“媒体”、“北京”、“2018.1.1-2018.1.31”、“人才引进政策”、“中性”的互联网内容,将查找到的互联网内容推送至用户的查询界面进行显示。
请参考图4,其示出了根据本申请的内容查询方法的另一个实施例的流程图。如图4,本实施例的内容查询方法的流程400,可以包括以下步骤:
步骤401,获取查询请求。
在本实施例中,查询请求可以包括基于从预设内容标签库中选择的目标内容标签生成的查询式。预设内容标签库可以包括多个预设的内容标签,内容标签可以是用于表征内容的各维度特征的标签。从预设内容标签库中选择的目标内容标签可以是发出查询请求的用户希望获取的互联网内容所具有的内容标签。
内容查询方法的执行主体可以通过网络从用户终端获取查询请求。用户终端可以是具有显示屏且支持网络访问的设备。当用户在用户终端上选择所要查询的内容的内容标签后,用户终端可以生成包含被选择的内容标签的查询式,并基于查询式生成查询请求发送至内容查询方法的执行主体。
步骤402,将待分析的互联网内容输入预设的内容标签分类模型,得到用于表征待分析的互联网内容的内容特征的标签,作为互联网内容关联的内容标签。
在本实施例中,可以将已存储的互联网内容输入预设的内容标签分类模型,对每条互联网内容进行打标签,即确定互联网内容数据库中互联网内容关联的内容标签。在这里,预设的内容标签分类模型可以是预先设定的内容标签与互联网内容的主题、关键词等特性之间的对应关系表。可以根据对互联网内容的分析统计其包含的关键词或主题所关联的预设内容标签库中的内容标签,据此构建上述对应关系表。
可选地,上述内容标签分类模型可以包括但不限于以下至少一项:内容生产者标签分类模型、内容主题标签分类模型、内容分类角度标签分类模型。其中,内容生产者标签分类模型可以用于确定内容所关联的生产者标签,内容主题标签分类模型可以用于确定内容所关联的主题标签,内容分类角度标签分类模型可以用于确定内容的分类角度标签。上述内容标签分类模型还可以包括对应于不同层级的标签的分类模型,例如内容分类角度标签分类模型可以包括用于划分内容的垂类标签的模型以及用于划分内容的地域类别标签的模型,内容的生产者标签分类模型可以包括用于确定生产者是否为央媒的分类模型和用于确定生产者是否为地方媒体的分类模型。
进一步可选地,上述内容标签分类模型还可以包括热度标签分类模型、敏感度标签分类模型、情感倾向标签分类模型、发布时间标签分类模型、相似内容数标签分类模型等等。其中,热度标签分类模型、敏感度标签分类模型、情感倾向标签分类模型可以基于对历史互联网内容的统计分析或采用机器学习方法训练得出,发布时间标签分类模型、相似内容数标签分类模型可以根据互联网内容的数据组织形式生成。发布时间标签分类模型可以提取出互联网内容的发布时间并将发布时间与相应的互联网内容关联,相似内容数标签分类模型可以统计与当前互联网内容相似的互联网内容的数量,并将相似内容数量作为标签与对应的互联网内容关联。
步骤403,将查询式与已存储的互联网内容所关联的内容标签相匹配,以查找出目标互联网内容。
在本实施例中,可以将获取的查询请求所包含的查询式与步骤402得出的已存储的互联网内容所关联的内容标签相匹配。具体地,可以在关联有内容标签的互联网内容库中查找具有查询式中的目标内容标签的互联网内容,或者可以计算每条互联网内容所关联的一个或多个内容标签与查询式中的目标内容标签的相似度,来实现互联网内容关联的内容标签与目标内容标签的匹配。若某一条互联网内容关联的内容标签与查询式中包含的所有的目标内容标签都匹配成功,则可以将该互联网内容确定为查找到的目标互联网内容。
步骤404,推送目标互联网内容。
在查找到满足查询式中的内容标签需求的目标互联网内容之后,可以向发出查询请求的终端设备推送目标互联网内容。
上述步骤401、步骤403、步骤404的具体实现及相应的可选实现方式分别与前述实施例的步骤201、步骤202、步骤203相同,此处不再赘述。
在本实施例的一些可选的实现方式中,上述步骤402中用于确定互联网内容关联的内容标签的内容标签分类模型也可以是采用机器学习算法训练得出的用于确定互联网内容关联的内容标签的模型。如图4所示,在一些可选的实现方式中,上述内容查询方法的流程400还可以包括构建内容标签分类模型的步骤,该构建内容标签分类模型的步骤具体包括步骤405,基于已标注关联的内容标签的样本内容,采用机器学习方法对内容标签分类的初始模型进行训练,得到内容标签分类模型。
在这里,可以首先抽取一些互联网内容作为样本内容,对样本内容关联的内容标签进行标注,然后将样本内容输入内容标签分类的初始模型,在训练中迭代调整模型参数,使得模型的输出结果与对样本内容的内容标签标注结果趋于一致,得到训练完成的内容标签分类模型。
可选地,上述基于已标注关联的内容标签的样本内容,采用机器学习方法对内容标签分类的初始模型进行训练,得到内容标签分类模型的步骤405,可以按照如下方式实现:在预设的内容库中查找出与样本内容相似的内容作为扩展内容,将样本内容关联的内容标签与对应的扩展内容相关联,得到扩展内容关联的内容标签,基于样本内容和与样本内容相似的扩展内容生成样本数据;之后可以将样本数据中的样本内容和与样本内容相似的扩展内容输入内容标签分类的初始模型进行标签分类,并比对内容标签分类的初始模型的标签分类结果与样本内容关联的内容标签和扩展内容关联的内容标签,基于比对结果迭代调整内容标签分类的初始模型的参数,使调整参数后的内容标签分类的初始模型的标签分类结果与样本内容关联的内容标签和扩展内容关联的内容标签的比对结果满足预设的收敛条件,得到训练完成的内容标签分类模型。
在上述实现方式中,构建样本数据时,可以基于标注了关联的内容标签的样本内容进行样本扩展,具体可以利用在预设的内容库中查找出样本内容的相似内容作为扩展内容,预设内容库中的内容与样本内容之间的相似度可以通过采用基于TF-IDF(termfrequency–inversedocument frequency词频-逆文本频率指数)的文本信息挖掘技术、基于图像、视频特征分析的方法提取内容的特征,利用特征做相似度计算来得出。然后可以将样本内容关联的内容标签和与样本内容相似的扩展内容关联,则得到扩展内容关联的内容能够标签的标注结果。或者在其他可选的实现方式中,可以人工对扩展内容的内容标签进行标注,然后基于样本内容和扩展内容构建样本数据。
之后可以将样本数据输入待训练的内容标签分类的初始模型,得到内容标签分类的初始模型对样本内容和扩展内容的内容标签预测结果,然后比对预测结果和标注的样本内容和扩展内容的内容标签,计算二者的差异,判断二者的差异是否满足预设的收敛条件,若是,则可以输出当前的内容标签分类模型;若二者的差异是否满足预设的收敛条件,则可以调整模型的参数,返回执行对样本内容和扩展内容的内容标签进行预测的操作。之后继续比对调整参数后的模型输出的预测结果与标注的样本内容和扩展内容的内容标签,计算二者的差异,判断二者的差异是否满足预设的收敛条件,在不满足时返回至模型的预测操作。这样,通过迭代执行上述预测、比对预测结果与标注的内容标签、判断二者的差异是否满足预设的收敛条件的步骤,能够不断调整模型参数使其预测结果与标注的内容标签趋于一致。上述预设的收敛条件可以是模型的预测结果与标注的内容标签之间的差异小于预设的阈值,或者是迭代次数超过预设的次数阈值。
通过基于相似度计算的样本内容的扩展,可以生成具有足够数据量的样本数据,有利于提升训练得出的内容标签分类模型的准确性。
从图4可以看出,本实施例的内容查询方法,通过增加利用预设的内容标签分类模型确定互联网内容关联的内容标签的步骤,能够有效地利用标签将互联网内容进行分类整理,从而进一步提升内容查询效率。
进一步参考图5,作为对上述各图所示方法的实现,本申请提供了一种内容查询装置的一个实施例,该装置实施例与图2和图4所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的内容查询装置500包括:获取单元501、匹配单元502以及推送单元503。其中,获取单元501可以被配置成获取查询请求,查询请求包括基于从预设内容标签库中选择的目标内容标签生成的查询式;匹配单元502可以被配置成将查询式与已存储的互联网内容所关联的内容标签相匹配,以查找出目标互联网内容,其中,互联网内容关联的内容标签是通过将互联网内容输入预设的内容标签模型得到的;推送单元503可以被配置成推送目标互联网内容。
在一些实施例中,上述装置500还可以包括:分类单元,被配置成将待分析的互联网内容输入预设的内容标签分类模型,得到用于表征待分析的互联网内容的内容特征的标签,作为互联网内容关联的内容标签。
在一些实施例中,上述装置500还可以包括:构建单元,被配置成按照如下方式构建内容标签分类模型:基于已标注关联的内容标签的样本内容,采用机器学习方法对内容标签分类的初始模型进行训练,得到内容标签分类模型。
在一些实施例中,上述构建单元可以进一步被配置成按照如下方式对内容标签分类的初始模型进行训练,得到内容标签分类模型:在预设的内容库中查找出与样本内容相似的内容作为扩展内容,将样本内容关联的内容标签与对应的扩展内容相关联,得到扩展内容关联的内容标签,基于样本内容和与样本内容相似的扩展内容生成样本数据;将样本数据中的样本内容和与样本内容相似的扩展内容输入内容标签分类的初始模型进行标签分类,并比对内容标签分类的初始模型的标签分类结果与样本内容关联的内容标签和扩展内容关联的内容标签,基于比对结果迭代调整内容标签分类的初始模型的参数,使调整参数后的内容标签分类的初始模型的标签分类结果与样本内容关联的内容标签和扩展内容关联的内容标签的比对结果满足预设的收敛条件,得到训练完成的内容标签分类模型。
在一些实施例中,上述内容标签分类模型包括以下至少一项:内容生产者标签分类模型、内容主题标签分类模型、内容分类角度标签分类模型。
应当理解,装置500中记载的诸单元与参考图2和图4描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作和特征同样适用于装置500及其中包含的单元,在此不再赘述。
本申请上述实施例的内容查询装置500,通过获取单元获取查询请求,查询请求包括基于对内容标签的需求生成的查询式,然后匹配单元将查询式与已存储的互联网内容所关联的内容标签相匹配,以查找出满足内容标签需求的目标互联网内容,其中,互联网内容关联的内容标签是通过将互联网内容输入预设的内容标签模型得到的;之后推送单元推送目标互联网内容,实现了内容的精准定位,同时由于基于内容标签生成的查询式可以准确地定义用户需求,无需进行复杂的需求分析,能够提升查询效率。
下面参考图6,其示出了适于用来实现本申请实施例的电子设备的计算机系统600的结构示意图。图6示出的电子设备仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图6所示,计算机系统600包括中央处理单元(CPU)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有系统600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605:包括键盘、鼠标等的输入部分606;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607;包括硬盘等的存储部分608;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器610上,以便于从其上读出的计算机程序根据需要被安装入存储部分608。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分609从网络上被下载和安装,和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时,执行本申请的方法中限定的上述功能。需要说明的是,本申请的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码,程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括获取单元、匹配单元和推送单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,获取单元还可以被描述为“获取查询请求的单元”。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的装置中所包含的;也可以是单独存在,而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该装置执行时,使得该装置:获取查询请求,查询请求包括基于对内容标签的需求生成的查询式;将查询式与已存储的互联网内容所关联的内容标签相匹配,以查找出满足内容标签需求的目标互联网内容,其中,互联网内容关联的内容标签是通过将互联网内容输入预设的内容标签模型得到的;推送目标互联网内容。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (12)
1.一种内容查询方法,包括:
获取查询请求,所述查询请求包括基于从预设内容标签库中选择的目标内容标签生成的查询式;
将所述查询式与已存储的互联网内容所关联的内容标签相匹配,以查找出目标互联网内容,其中,所述互联网内容关联的内容标签是通过将互联网内容输入预设的内容标签模型得到的;
推送目标互联网内容。
2.根据权利要求1所述的方法,其中,所述方法还包括:
将待分析的互联网内容输入预设的内容标签分类模型,得到用于表征待分析的互联网内容的内容特征的标签,作为所述互联网内容关联的内容标签。
3.根据权利要求2所述的方法,其中,所述方法还包括:
构建所述内容标签分类模型,包括:
基于已标注关联的内容标签的样本内容,采用机器学习方法对内容标签分类的初始模型进行训练,得到所述内容标签分类模型。
4.根据权利要求3所述的方法,其中,所述基于已标注关联的内容标签的样本内容,采用机器学习方法对内容标签分类的初始模型进行训练,得到所述内容标签分类模型,包括:
在预设的内容库中查找出与所述样本内容相似的内容作为扩展内容,将所述样本内容关联的内容标签与对应的扩展内容相关联,得到扩展内容关联的内容标签,基于所述样本内容和与所述样本内容相似的扩展内容生成样本数据;
将样本数据中的样本内容和与所述样本内容相似的扩展内容输入所述内容标签分类的初始模型进行标签分类,并比对所述内容标签分类的初始模型的标签分类结果与所述样本内容关联的内容标签和所述扩展内容关联的内容标签,基于比对结果迭代调整所述内容标签分类的初始模型的参数,使调整参数后的内容标签分类的初始模型的标签分类结果与所述样本内容关联的内容标签和所述扩展内容关联的内容标签的比对结果满足预设的收敛条件,得到训练完成的内容标签分类模型。
5.根据权利要求2-4任一项所述的方法,其中,所述内容标签分类模型包括以下至少一项:内容生产者标签分类模型、内容主题标签分类模型、内容分类角度标签分类模型。
6.一种内容查询装置,包括:
获取单元,被配置成获取查询请求,所述查询请求包括基于从预设内容标签库中选择的目标内容标签生成的查询式;
匹配单元,被配置成将所述查询式与已存储的互联网内容所关联的内容标签相匹配,以查找出目标互联网内容,其中,所述互联网内容关联的内容标签是通过将互联网内容输入预设的内容标签模型得到的;
推送单元,被配置成推送目标互联网内容。
7.根据权利要求6所述的装置,其中,所述装置还包括:
分类单元,被配置成将待分析的互联网内容输入预设的内容标签分类模型,得到用于表征待分析的互联网内容的内容特征的标签,作为所述互联网内容关联的内容标签。
8.根据权利要求7所述的装置,其中,所述装置还包括:
构建单元,被配置成按照如下方式构建所述内容标签分类模型:
基于已标注关联的内容标签的样本内容,采用机器学习方法对内容标签分类的初始模型进行训练,得到所述内容标签分类模型。
9.根据权利要求8所述的装置,其中,所述构建单元进一步被配置成按照如下方式对内容标签分类的初始模型进行训练,得到所述内容标签分类模型:
在预设的内容库中查找出与所述样本内容相似的内容作为扩展内容,将所述样本内容关联的内容标签与对应的扩展内容相关联,得到扩展内容关联的内容标签,基于所述样本内容和与所述样本内容相似的扩展内容生成样本数据;
将样本数据中的样本内容和与所述样本内容相似的扩展内容输入所述内容标签分类的初始模型进行标签分类,并比对所述内容标签分类的初始模型的标签分类结果与所述样本内容关联的内容标签和所述扩展内容关联的内容标签,基于比对结果迭代调整所述内容标签分类的初始模型的参数,使调整参数后的内容标签分类的初始模型的标签分类结果与所述样本内容关联的内容标签和所述扩展内容关联的内容标签的比对结果满足预设的收敛条件,得到训练完成的内容标签分类模型。
10.根据权利要求7-9任一项所述的装置,其中,所述内容标签分类模型包括以下至少一项:内容生产者标签分类模型、内容主题标签分类模型、内容分类角度标签分类模型。
11.一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。
12.一种计算机可读存储介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1-5中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810719950.8A CN110737824B (zh) | 2018-07-03 | 2018-07-03 | 内容查询方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810719950.8A CN110737824B (zh) | 2018-07-03 | 2018-07-03 | 内容查询方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110737824A true CN110737824A (zh) | 2020-01-31 |
CN110737824B CN110737824B (zh) | 2022-08-09 |
Family
ID=69234251
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810719950.8A Active CN110737824B (zh) | 2018-07-03 | 2018-07-03 | 内容查询方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110737824B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111831750A (zh) * | 2020-07-09 | 2020-10-27 | 恒安嘉新(北京)科技股份公司 | 一种区块链数据分析方法、装置、计算机设备及存储介质 |
US20210319308A1 (en) * | 2020-04-13 | 2021-10-14 | Uchicago Argonne, Llc | Systems and methods for active learning from sparse training data |
US11651839B2 (en) | 2020-03-02 | 2023-05-16 | Uchicago Argonne, Llc | Systems and methods for generating phase diagrams for metastable material states |
US11663494B2 (en) | 2019-12-05 | 2023-05-30 | Uchicago Argonne, Llc | Systems and methods for hierarchical multi-objective optimization |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103258029A (zh) * | 2013-05-08 | 2013-08-21 | 徐峰蕾 | 信息检索方法及系统 |
CN103559216A (zh) * | 2013-10-16 | 2014-02-05 | 华为技术有限公司 | 一种输入个人信息的方法、设备 |
US8819006B1 (en) * | 2013-12-31 | 2014-08-26 | Google Inc. | Rich content for query answers |
CN104750789A (zh) * | 2015-03-12 | 2015-07-01 | 百度在线网络技术(北京)有限公司 | 标签的推荐方法及装置 |
CN106611008A (zh) * | 2015-10-26 | 2017-05-03 | 中国移动通信集团公司 | 一种互联网内容标签的管理方法及装置 |
CN107742128A (zh) * | 2017-10-20 | 2018-02-27 | 百度在线网络技术(北京)有限公司 | 用于输出信息的方法和装置 |
-
2018
- 2018-07-03 CN CN201810719950.8A patent/CN110737824B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103258029A (zh) * | 2013-05-08 | 2013-08-21 | 徐峰蕾 | 信息检索方法及系统 |
CN103559216A (zh) * | 2013-10-16 | 2014-02-05 | 华为技术有限公司 | 一种输入个人信息的方法、设备 |
US8819006B1 (en) * | 2013-12-31 | 2014-08-26 | Google Inc. | Rich content for query answers |
CN104750789A (zh) * | 2015-03-12 | 2015-07-01 | 百度在线网络技术(北京)有限公司 | 标签的推荐方法及装置 |
CN106611008A (zh) * | 2015-10-26 | 2017-05-03 | 中国移动通信集团公司 | 一种互联网内容标签的管理方法及装置 |
CN107742128A (zh) * | 2017-10-20 | 2018-02-27 | 百度在线网络技术(北京)有限公司 | 用于输出信息的方法和装置 |
Non-Patent Citations (2)
Title |
---|
SEONGGYU LEE 等: "An extension of topic models for text classification: A term weighting approach", 《 2015 INTERNATIONAL CONFERENCE ON BIG DATA AND SMART COMPUTING》 * |
闫琰: "基于深度学习的文本表示与分类方法研究", 《中国博士学位论文全文数据库》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11663494B2 (en) | 2019-12-05 | 2023-05-30 | Uchicago Argonne, Llc | Systems and methods for hierarchical multi-objective optimization |
US11651839B2 (en) | 2020-03-02 | 2023-05-16 | Uchicago Argonne, Llc | Systems and methods for generating phase diagrams for metastable material states |
US20210319308A1 (en) * | 2020-04-13 | 2021-10-14 | Uchicago Argonne, Llc | Systems and methods for active learning from sparse training data |
US11710038B2 (en) * | 2020-04-13 | 2023-07-25 | Uchicago Argonne, Llc | Systems and methods for active learning from sparse training data |
CN111831750A (zh) * | 2020-07-09 | 2020-10-27 | 恒安嘉新(北京)科技股份公司 | 一种区块链数据分析方法、装置、计算机设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110737824B (zh) | 2022-08-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107491534B (zh) | 信息处理方法和装置 | |
CN107256267B (zh) | 查询方法和装置 | |
CN106960030B (zh) | 基于人工智能的推送信息方法及装置 | |
CN110069698B (zh) | 信息推送方法和装置 | |
KR101754473B1 (ko) | 문서를 이미지 기반 컨텐츠로 요약하여 제공하는 방법 및 시스템 | |
US10878044B2 (en) | System and method for providing content recommendation service | |
CN110929125B (zh) | 搜索召回方法、装置、设备及其存储介质 | |
CN110737824B (zh) | 内容查询方法和装置 | |
Rusyn et al. | The virtual library system design and development | |
US11172040B2 (en) | Method and apparatus for pushing information | |
CN108121699B (zh) | 用于输出信息的方法和装置 | |
US10606910B2 (en) | Ranking search results using machine learning based models | |
CN107526718B (zh) | 用于生成文本的方法和装置 | |
CN112395420A (zh) | 视频内容检索方法、装置、计算机设备及存储介质 | |
CN111291765A (zh) | 用于确定相似图片的方法和装置 | |
CN113688310B (zh) | 一种内容推荐方法、装置、设备及存储介质 | |
CN113806588B (zh) | 搜索视频的方法和装置 | |
CN111126073B (zh) | 语义检索方法和装置 | |
CN110895587B (zh) | 用于确定目标用户的方法和装置 | |
CN112883218A (zh) | 一种图文联合表征的搜索方法、系统、服务器和存储介质 | |
CN116541578A (zh) | 资产数字化多维度管理方法及系统 | |
CN116594683A (zh) | 一种代码注释信息生成方法、装置、设备及存储介质 | |
CN111368036B (zh) | 用于搜索信息的方法和装置 | |
Musabeyezu | Comparative study of annotation tools and techniques | |
CN110110199B (zh) | 信息输出方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |